自学编译原理（一）——概述

• 编译器的大体结构

  编译程序是一个设计分析和综合的复杂系统。它通常由词法分析器、语法分析器、语义分析与中间代码生成器、代码优化器、目标代码生成器、出错处理器、符号表管理器组成。
  

• 词法分析概述

  主要任务 从左向右逐行扫描源程序的字符，识别出各个单词，确定单词的类型，并将识别出的单词转换成统一的机内表示——词法单元(token)形式
  token: <种别码，属性值>
  token类别

  单词类型 种别 种别码 关键字 program if else then … 一词一码 标识符 变量名 数组名 记录名 过程名 … 多词一码 常量 整型 浮点型 字符型 布尔型 … 一型多码 运算符 算数(+ - * / ++ –) 关系(> < == != >= <=) 逻辑(& ~) 界限符 ; ( ) { } … 一词一码

• 语法分析概述

  主要任务 语法分析器(parser)从词法分析器输出的tokken序列中识别出各类短语，并构造语法分析树(parse tree)
  语法分析树描述了句子的语法结构
  

• 语义分析概述

  主要任务

  • 收集标识符的属性信息
    
    • 种属(kind) 简单变量 复合变量(数组 记录 …) 过程 …
    • 类型(type) 整型 字符型 布尔型 指针型 …
    • 存储位置 长度
    • 值
    • 作用域
    • 参数和返回信息
      收集到的属性信息存在符号表中
  • 语义检查
    
    • 变量或过程未经声明就使用
    • 变量或过程名重复声明
    • 运算分量类型不匹配
    • 操作符与操作数之间的类型不匹配
      - 数组下标不是整数
      - 对非数组变量使用数组访问操作符
      - 对非过程名使用过程调用操作符
      - 过程调用的参数类型或数目不匹配
      - 函数返回类型有误

• 中间代码生成及编译后端概述

  中间表示形式 三地址码 语法结构树/语法树
  三地址码由类似于汇编语言的指令序列组成 每个指令最多有三个操作数
  三地址指令的表示
  四元式(op, y, z, x)

学习过程依照中国大学MOOC上哈工大开设的编译原理一课，参考书籍《编译原理》（蒋宗礼 姜守旭 编著）。